- SAS Kunden und Referenzen
- Raiffeisenlandesbank Niederösterreich-Wien
Raiffeisenlandesbank Niederösterreich-Wien erreicht dies mit
SAS® High-Performance Risk • SAS® Risk Management for Banking • SAS® Visual Analytics
Raiffeisenlandesbank Niederösterreich-Wien berechnet Risiken unterschiedlichster Art mit SAS High-Performance Risk
Eine der großen Herausforderungen für Finanzinstitute ist heutzutage, schnell und präzise potenzielle Risiken zu kalkulieren, um auf einen wechselhaften Markt reagieren zu können. Dafür müssen sie jedoch mit rasant wachsenden Datenvolumen, schrumpfenden Zeitfenstern für die Entscheidungsfindung und sich ständig ändernden regulatorischen Anforderungen umgehen. Eine zeitnahe Berechnung für sämtliche Risikotypen – Markt, Kredit oder Liquidität – war noch nie so wichtig wie heute.
Die Raiffeisenlandesbank Niederösterreich-Wien AG (RLB NÖ-Wien) setzt SAS High-Performance Risk als eine Weiterentwicklung der bisher genutzten Lösung SAS Risk Dimensions ein, um diese Probleme in den Griff zu bekommen und schneller präzise Antworten auf Geschäftsanforderungen zu erhalten. Mit der Kombination aus In-Memory-Grid-Technologie und Hadoop-Server verschafft sich die Bank signifikante Vorteile.
KI hat das Zeug dazu, große Veränderungen und Vorteile im Risikomanagement zu realisieren. Herbert Radl Leitung Risikomanagement Modelle und Analytik Raiffeisenlandesbank Niederösterreich-Wien AG
Akkurate Ergebnisse für schnellere und bessere Entscheidungen
Die Raiffeisenlandesbank Niederösterreich wurde vor 120 Jahren gegründet. Heute ist sie eine moderne Regional- und Kommerzbank im Osten Österreichs und das Spitzeninstitut der niederösterreichischen Raiffeisenbanken. Während sich die RLB NÖ-Wien traditionell vor allem als „Raiffeisen in Wien“ auf rund 270.000 Kunden in der Bundeshauptstadt konzentriert, sind die lokal tätigen selbstständigen Raiffeisenbanken die führende Bankengruppe in Niederöster-reich: Sie betreuen rund 970.000 Kunden.
„Im Risikomanagement hat es höchste Priorität, sehr schnell Ergebnisse zu bekommen, um ohne Verzögerung und angemessen auf Veränderungen der Geschäftslage reagieren zu können“, sagt Herbert Radl, Leitung Risikomanagement Modelle und Analytik bei der Raiffeisenlandesbank Niederösterreich-Wien. „Banken brauchen eine zuverlässige und sichere Informationsplattform mit der erforderlichen Rechenleistung, um strukturierte und unstrukturierte Daten aus einer Vielzahl an internen und externen Quellen zu aggregieren – dazu gehören Businessanwendungen ebenso wie die Unternehmenswebsite.“
„Wir brauchen konsistente Daten in hoher Qualität, um unterschiedliche Risikoberechnungen durchführen zu können, insbesondere, wenn die Aufsicht die aktuelle Situation mit dem Szenario vom vergangenen Jahr vergleichen oder Finanz- und Risikoinformation in Korrelation setzen möchte“, erklärt Krzysztof Widelka, Leitung ICAAP und Limitmanagement bei der Raiffeisenlandesbank Niederösterreich-Wien. „Flexibilität ist daher oberstes Ziel, ebenso wie Schnelligkeit und Genauigkeit. Darüber hinaus müssen wir Transparenz für den gesamten Prozess des Sammelns, Aggregierens, Analysierens und der Auswertung von Informationen sicherstellen – von den Rohdaten bis zum Ergebnis.“
Als weitere Herausforderung im Zusammenhang mit Risikomanagement nennt Radl das Management einer immer größer werdenden Anzahl an Modellen aus verschiedenen Bereichen wie Accounting (IFRS 9) und Risikomanagement (Regulatorik und interne Steuerung).
Raiffeisenlandesbank Niederösterreich-Wien AG
– Facts & Figures
~ 970.000
Kunden in Niederösterreich und ~ 270.000 Kunden in Wien
42%
Kundenanteil, Marktführer in Niederösterreich
25,7 Milliarden €
Konzernbilanz 2017
Eine flexible, integrierte Plattform für Kredit- und Marktrisiken
Die Raiffeisenlandesbank Niederösterreich-Wien hat bereits 2006 eine SAS Infrastruktur eingeführt. Seit 2016 nutzt die Unternehmensgruppe SAS Risk Management for Banking in Kombination mit SAS High-Performance Risk, das SAS Risk Dimensions abgelöst hat. Erforderlich war dafür ein Migrationsprozess, der lediglich sechs Monate ab dem ersten Proof-of-Concept benötigt und keine Mehrkosten im Betrieb verursacht hat.
Dank In-Memory-Grid-Technologie stellt die Lösung eine skalierbare Common-Computing-Umgebung für die Berechnung von Kredit- und Marktrisiken bereit, wobei jeweils der gleiche HP-Risk-Server, die gleichen Oberflächen und Hadoop-Cluster zum Einsatz kommen.
Wie Widelka erklärt, ergeben die beiden Technologien in Summe eine optimale Kombination: Hadoop liefert zeitnah die erforderlichen Speicher und Verarbeitungskapazitäten für riesige Mengen an unterschiedlichsten Daten; SAS Software hat die Power, um iterative und anspruchsvolle Analytics-Aufgaben durchzuführen. Diese Architektur schafft die Voraussetzung, um die Datenkonsistenz und Einheitlichkeit herzustellen, die für die Analyse, das Reporting, Stresstests und ICAAP (Internal Capital Adequacy Assessment Process) notwendig sind. Gleichzeitig erhöht sie die Flexibilität des Systems, um unterschiedliche Informationsmengen und Evaluierungsmethoden zu managen.
„Wir haben SAS High-Performance Risk implementiert, weil wir die Simulationszeiten verkürzen mussten, um schnellere und akkurate Intraday-Ergebnisse zu bekommen“, sagt Widelka. „Unsere Risikomanager fordern schnelle und präzise Resultate, insbesondere, wenn es um die Analyse von What-if-Szenarien oder neue Geschäftschancen geht. Dank des Hadoop-Clusters sind wir nun in der Lage, den inkrementellen VaR zu berechnen und Stresstests innerhalb von eineinhalb Stunden durchzuführen, für die wir vorher 24 Stunden benötigt haben. Die neue Lösung erlaubt uns, 80.000 Kreditrisikosimulierungen in sieben Stunden auszuführen, bisher waren dafür 24 Stunden nötig. Mit mehr Simulationen in kürzerer Zeit erreichen wir die genauesten Ergebnisse.“
Krzysztof Widelka & Herbert Radl, Raiffeisenlandesbank Niederösterreich-Wien AG
„Ein weiterer Vorteil aus Geschäftsperspektive: Mit SAS Visual Analytics geben wir Mitarbeitern die Möglichkeit an die Hand, Self-Service-Analytics anzuwenden und interaktive Berichte zu nutzen“, fährt Radl fort. „Die Empfänger dieser Reports können ganz einfach und selbstständig in die Details gehen, um sich einen Überblick über das aggregierte Risikopotenzial, die Vermögenslage oder die Kapitalallokation zu verschaffen – egal, auf welchem analytischen Wissensstand sie sind. Somit sparen sie Zeit und kommen zu schnelleren Entscheidungen, beispielsweise bei der Kreditvergabe.“Künstliche Intelligenz definiert Risikomanagement neu
Künstliche Intelligenz definiert Risikomanagement neu
SAS High-Performance Risk hat der Raiffeisenlandesbank Niederösterreich-Wien bereits zahlreiche Verbesserungen gebracht – das Projekt hält jedoch als Work in Progress noch viel Potenzial bereit. Als nächste Schritte sind geplant: die Integration von weiteren Risikokategorien in die SAS-/Hadoop-Architektur, darunter zum regulatorischen Eigenkapital oder zur Liquidität; die weitere Transformation von Reporting in Visual Analytics; Durchführung von Big-Data-Analysen zur Entwicklung neuer Risikomodelle sowie die Optimierung der Infrastruktur, um die Performance zu verbessern und Betriebskosten zu senken.
„Künftig werden wir in der Lage sein, neue analytische Tools einzubinden, beispielsweise eine fortschrittliche Lösung zur Betrugserkennung. Das funktioniert dank der Zusammenführung unterschiedlicher Datentypen aus einer Vielzahl an Quellen, zum Beispiel Finanz- und Verhaltensinformationen“, erklärt Widelka.
„KI hat das Zeug dazu, große Veränderungen und Vorteile im Risikomanagement zu realisieren“, schließt Radl. „In der Vergangenheit haben wir sehr viel Zeit mit dem Sammeln von Informationen, der Pflege von Modellen und der Verbesserung der Datenqualität verbracht. Inzwischen sind all diese Vorgänge automatisiert – unter anderem können Algorithmen über Machine-Learning-Methoden aktualisiert werden. So können wir uns voll und ganz auf Analyse- und Simulationsaufgaben konzentrieren; allerdings macht dieser neue Ansatz ein grundlegendes Umdenken erforderlich – und zwar in jedem Bereich des Unternehmens.“
*******************
Die in diesem Artikel dargestellten Ergebnisse sind auf die hier beschriebenen besonderen Situationen, Geschäftsmodelle, Dateneingaben und Computerumgebungen zugeschnitten. Die Erfahrung jedes SAS-Kunden ist aufgrund geschäftlicher und technischer Variablen einzigartig, und alle Aussagen sind als untypisch anzusehen. Die tatsächlichen Einsparungen, Ergebnisse und Leistungsmerkmale hängen von den individuellen Kundenkonfigurationen und -bedingungen ab. SAS übernimmt keine Garantie oder Zusicherung, dass jeder Kunde ähnliche Ergebnisse erzielt. Die einzigen Garantien für SAS-Produkte und -Dienstleistungen sind diejenigen, die in den ausdrücklichen Garantieerklärungen in der schriftlichen Vereinbarung für solche Produkte und Dienstleistungen aufgeführt sind. Nichts von dem hier Veröffentlichten ist als zusätzliche Garantie auszulegen. Kunden haben ihre Erfolgsgeschichten mit SAS im Rahmen eines vertraglich vereinbarten Austauschs oder einer Zusammenfassung zum Projekterfolg im Anschluss an einen erfolgreichen Abschluss einer Implementierung von SAS-Software kommuniziert. Marken- und Produktnamen sind Markenzeichen der jeweiligen Unternehmen.